1 |
1
기 설정된 복수의 환기 모드, 서로 다른 오염 물질의 분포 위치 및 농도를 참조로 한 수치 시뮬레이션을 이용하여 실내 환경 데이터를 수집하는 데이터 수집부; 및 상기 데이터 수집부에서 수집한 실내 환경 데이터를 이용하여 인공 신경망 모델을 학습시키고, 학습된 인공 신경망 모델을 이용하여 오염 물질의 분포 위치 및 농도에 대응하는 최적의 환기 모드를 예측하여 제안하는 환기 모드 예측부를 포함하는 환기 모드 제어 서버
|
2 |
2
제1항에 있어서, 상기 수치 시뮬레이션을 이용하여 수집된 데이터는 고해상도 그리드 기반 데이터이고, 상기 데이터 수집부는,이산화된 직육면체 내에 포함되는 그리드들 내 오염 물질 농도들의 평균 값을 산출하는 것을 특징으로 하는 환기 모드 제어 서버
|
3 |
3
제2항에 있어서, 상기 인공 신경망 모델은 입력층, 복수의 은닉층 및 출력층을 포함하고, 상기 입력층에 상기 이산화된 직육면체 내 오염 물질 농도가 입력되는 것을 특징으로 하는 환기 모드 제어 서버
|
4 |
4
제3항에 있어서, 상기 출력층에서 상기 최적의 환기 모드 및 상기 최적의 환기 모드에서의 작동 시간에 대한 데이터가 출력되는 것을 특징으로 하는 환기 모드 제어 서버
|
5 |
5
제4항에 있어서, 상기 작동 시간은 상기 복수의 환기 모드 중 어느 하나의 환기 모드 동작 후 상기 오염 물질의 농도가 기 설정된 값이 될 때까지 소요되는 시간인 것을 특징으로 하는 환기 모드 제어 서버
|
6 |
6
제5항에 있어서, 상기 복수의 환기 모드 중 가장 짧은 작동 시간을 갖는 환기 모드가 상기 최적의 환기 모드인 것으로 설정되는 것을 특징으로 하는 환기 모드 제어 서버
|
7 |
7
제3항에 있어서,상기 복수의 은닉층은, 선형(linear) 함수, 정류한 선형 유닛(rectified linear unit) 함수, 시그모이드(sigmoid) 함수 및 쌍곡탄젠트(hyperbolic tangent) 함수로 이루어진 그룹에서 선택된 함수로 구성되는 것을 특징으로 하는 환기 모드 제어 서버
|
8 |
8
제1항에 있어서, 실내 환경으로 외부 공기를 유입시키는 흡입구의 위치에 따라 환기 모드가 다르게 설정되는 것을 특징으로 하는 환기 모드 제어 서버
|
9 |
9
기 설정된 복수의 환기 모드, 서로 다른 오염 물질의 분포 위치 및 농도를 참조로 한 수치 시뮬레이션을 이용하여 실내 환경 데이터를 수집하는 단계; 수집된 실내 환경 데이터를 이용하여 인공 신경망 모델을 학습시키는 단계; 및학습된 인공 신경망 모델을 이용하여 오염 물질의 분포 위치 및 농도에 대응하는 최적의 환기 모드를 예측하여 제안하는 단계를 포함하는 환기 모드 예측 방법
|
10 |
10
제9항에 있어서,상기 수치 시뮬레이션을 이용하여 수집된 데이터는 고해상도 그리드 기반 데이터이고, 상기 실내 환경 데이터를 수집하는 단계는,이산화된 직육면체 내에 포함되는 그리드들 내 오염 물질 농도들의 평균 값을 산출하는 단계를 포함하는 것을 특징으로 하는 환기 모드 예측 방법
|
11 |
11
제10항에 있어서, 상기 인공 신경망 모델은 입력층, 복수의 은닉층 및 출력층을 포함하고, 상기 입력층에 상기 이산화된 직육면체 내 오염 물질 농도가 입력되는 것을 특징으로 하는 환기 모드 예측 방법
|
12 |
12
제11항에 있어서,상기 출력층에서 상기 최적의 환기 모드 및 상기 최적의 환기 모드에서의 작동 시간에 대한 데이터가 출력되는 것을 특징으로 하는 환기 모드 예측 방법
|
13 |
13
제12항에 있어서, 상기 작동 시간은 상기 복수의 환기 모드 중 어느 하나의 환기 모드 동작 후 상기 오염 물질의 농도가 기 설정된 값이 될 때까지 소요되는 시간인 것을 특징으로 하는 환기 모드 예측 방법
|
14 |
14
제13항에 있어서, 최적의 환기 모드를 예측하여 제안하는 단계에서, 상기 복수의 환기 모드 중 가장 짧은 작동 시간을 갖는 환기 모드가 상기 최적의 환기 모드인 것으로 설정되는 것을 특징으로 하는 환기 모드 예측 방법
|
15 |
15
제11항에 있어서, 상기 복수의 은닉층은, 선형(linear) 함수, 정류한 선형 유닛(rectified linear unit) 함수, 시그모이드(sigmoid) 함수 및 쌍곡탄젠트(hyperbolic tangent) 함수로 이루어진 그룹에서 선택된 함수로 구성되는 것을 특징으로 하는 환기 모드 예측 방법
|
16 |
16
제9항에 있어서, 실내 환경으로 외부 공기를 유입시키는 흡입구의 위치에 따라 환기 모드가 다르게 설정되는 것을 특징으로 하는 환기 모드 예측 방법
|